算術、高調波、幾何平均、平均、中央値、モードなど、多くの種類の平均があります。,

明らかに、データの分布に応じて、それらは異なる結果を生成する可能性が最も高いです。 したがって、細心の注意を払って方法を選択することが不可欠です。 理論的には、幾何平均がこの目的に最適です。, しかし、実際には、算術平均が最も使用されるのは、従うのが最も簡単で理解するのが最も簡単なためです。 一般に、算術法はチェーンベースの方法と組み合わされて、インデックスの一貫性が高くなります。
4-重みの選択
ほとんどの場合、インデックス番号の構築に含まれる変数は等しく重要ではありません。 したがって、相対的な重要性に従って変数に適切な重みを割り当てる必要があります。 重みは偏りがなく、任意に選択することはできません。, 二つの一般的な加重指数が使用されています:
-価格加重指数は、各変数の価格に基づいています。 このインデックスでは、最も高い価格を持つ変数(株式)は、より低い価格を持つ変数よりもインデックスの動きに大きな影響を与えるでしょう。
-各変数の量に基づいて値加重インデックス。,

この例では、燃料消費量を自動車の総数で重み付けできます。
5-メソッドの選択
適切なメソッドの選択は、インデックスを構築するための最後のステップです。 インデックスを計算するには多くの方法がありますので、これらの3つの一般的な方法を見てみましょう。,61330″>
Simple Average of Aggregative Index
In this method, the index number is equal to the average of the aggregative indexes:
Index = Sum(aggregative index) / count of variables

Weighted Aggregative Method
The first two methods are simple and fast to implement., しかし、それらは各項目の相対的な重要性を考慮に入れていません。 各項目の重みは、グローバルインデックスで同じです。 ありバスによるメリットの なぜトラックはグローバル指数に同じ影響を与えるべきですか?
そのような状況では、むしろ重み付けされた方法を使用したいと思います。 これらのメソッドを使用すると割り当て異なるウェイトの項目によって相対的に重要です。 量の重みに基づいて指標数を推定するために多くの方程式が開発されている。, ここで最も人気のあるいくつかは次のとおりです。
- Laspeyreのインデックスは、基準年(q0)の固定重みで構築されています。

- paascheの指数は、現在の年(q1)の固定ウェイトで構築されています。,

- dorbishとbowleyの指数は上記の両方の方法の平均であるため、両方の年の影響を考慮に入れています。 算術平均が使用されます。,

- Fisher’s ideal index is also an average of Lapeyre’s index and Paasche’s index but using the geometric mean.,

So, with the same example we obtain:

Which index to choose?
The table below compiles the results and the main advantages and disadvantages of the methods described above.,”b748771f21″>
使用するインデックスを選択するためのガイドラインとして、以下のことを確認してください。
-意図された市場または市場セグメントの包括的な表現を反映しています。
-進化する市場に応答します。
-それは時間の経過とともにデータの品質、分布、および変動を反映しています。季節性、バリエーション、…)
-それが構築されている方法は透明で客観的です。
-あなたは定期的にそれを再バランスし、利用可能な計算時間とマシンのパフォーマンスに応じて簡単に維持することができます。,